嗯，一些初始条件对我来说似乎很奇怪。首先，1m记录对于现代rdbms来说并不是什么大问题，尤其是当我们不希望有实时查询响应时。第二，hive和cassandra表的结构是相同的。cassandra的范例是查询优先建模，它适用于除hive之外的一些场景。
但是，对于你的问题：
1.对。您可以编写java（正如我在标记列表中看到的java）程序，它将通过jdbc连接到hive和cassandra，并逐个比较resultset项。
但是你需要确保hive和cassandra的项目顺序是相同的。这可以通过配置单元查询来完成，因为没有太多的方法来执行cassandra排序。
2.结果集只是一个游标。它不收集内存中的全部数据，只收集一些批记录（它是可配置的）。
3.1m或记录它不是一个巨大的数据，但是，如果你想处理数十亿的记录，那就是它。但我不能给你提供一个银弹来回答所有的问题处理巨大的数据，因为每个案件都是具体的。
不管怎样，对于你的情况，我有一些担心：
我没有最新的Cassandra的jdbc驱动程序功能和限制的细节。
您还没有提供表结构以及未来数据增长和复杂性的详细信息。我的意思是，现在在一个数据库中有1百万行10列，但是稍后在10个cassandra节点的集群中可以有100万行。
如果这不是问题，那么你可以试试你的解决方案。否则，为了比较简单，我建议您执行以下操作：
1.将cassandra的数据导出到hive。
2.比较两个配置单元表中的数据。
我相信这将是直截了当的，而且更加有力。
但是以上这些并没有说明为您的任务选择工具（hive和cassandra）的问题。您可以在这里找到更多关于典型cassandra用法的案例，以确保您做出了正确的选择。